Aug, 2020

手语识别技术现状的定量调查

PDF
TL;DR本研究针对包括 1983 年至 2020 年间数量众多的手语识别论文，共计 300 余篇，400 余个试验结果进行了元研究，并对本领域标准数据集 RWTH-PHOENIX-Weather 2014 进行了 25 多个研究的精细分析。研究涵盖了该领域最先进的技术，为未来的工作和进一步扩展提供了可靠数据，同时揭示了该领域中存在的问题。此外，该元研究的源数据均已公开发布。
sign language recognitionmeta studybenchmarkstate of the artopen questions
发现论文，激发创造
  • 基于深度学习的手语识别方法综述

    通过实验评估了基于计算机视觉的手语识别方法，并引入了新的序列训练标准，讨论了许多预训练方案，并创建了带注释的希腊手语 RGB + D 数据集。

    Jul, 2020

  • 手语识别的综述：不同类型、模式和数据集

    这篇综述论文对手语识别相关的需求、挑战、问题、模态以及数据集等方面进行了全面的概述，并对过去十年的研究进展及现有现状下的 SLR 模型进行了回顾和总结，最后找到了该领域的研究差距和局限性，并提出了未来的研究方向，为读者和研究者提供了完整的关于 SLR 和最先进 SLR 模型的指导。

    Apr, 2022

  • MS-ASL：用于理解美国手语的大规模数据集和基准

    本文提出了一个包括 25,000 个有注释视频的美国手语数据集，通过 I3D 架构的应用，实现了对 1000 个手势的无限制语境下的识别。

    Dec, 2018

  • 连续手语识别技术的比较研究

    连续手语识别 (CSLR) 着重于对连续进行而没有停顿的手语姿势序列的解释。本研究对最新的深度学习 CSLR 技术进行了实证评估，并评估其在各种数据集和手语中的表现。所选择的模型实施了一系列用于提取有意义特征的方法，并采用不同的训练策略。通过在多个数据集上评估这些模型，特别是 RWTH-PHOENIX-Weather-2014、ArabSign 和 GrSL，分别代表着不同的手语，来确定它们对建模不同手语的功效。所进行的实验在所选择的数据集上建立了新的基准，并为在具有挑战性场景下评估的技术的稳健性和泛化性提供了有价值的见解。

    Jun, 2024

  • 连续手语视频中的主题检测

    本研究介绍了手语主题检测的新型任务，基于大规模视频数据集 How2Sign，提供该任务的强基线以及常用视觉特征的比较。

    Sep, 2022

  • 视频中基于单词的深度手语识别：一个新的大规模数据集和方法比较

    本文介绍了一个新的大规模美国手语单词语义（WLASL）数据集，并实现了基于外观和人体姿态的 2 个模型，以及提出了一种新的基于姿态的时态图卷积网络（Pose-TGCN）方法，同时模拟人体姿态轨迹中的空间和时间依赖关系，为手语识别研究提供了一个有价值的基准实验平台。

    Oct, 2019

  • 手语识别技术和算法的比较分析

    该研究比较了各种深度学习技术对手语的识别，旨在提供这一领域中最新方法和挑战的综合概述。

    May, 2023

  • LSA64: 阿根廷手语数据集

    自动手语识别是一个研究领域，包括人机交互、计算机视觉和机器学习。该论文介绍了一个涉及阿根廷手语的数据集，名为 LSA64，旨在构建一个针对阿根廷手语识别或其他机器学习任务的全面研究级数据集的第一步。

    Oct, 2023

  • 不受帧序约束的手语识别：阿根廷手语的概念验证

    该研究探讨了自动手语识别的问题，提出了一种基于概率模型的手语分类方法，通过对具有 64 个类别和 3200 个样本的阿根廷手语数据集进行测试，证实了可以实现不考虑顺序的识别，并取得了 97% 的准确率。

    Oct, 2023

  • 使用两阶段方法学习打分手语

    我们分析了现有的性能评估技术，并采用在人体姿势重建任务中表现良好的方法，结合运动旋转嵌入表达，提出了一个两阶段手语表演评估流程。实验证明，与端到端评估相比，我们的方法提供了良好的分数反馈机制，并与专业评估具有较高的一致性。

    Apr, 2024